MétaCan
Menu
Retour à la cohorte
Enregistrement W4389896098 · doi:10.1016/j.scitotenv.2023.169441

Effectiveness of grease interceptors in food service establishments for controlling fat, oil and grease deposition in the sewer system

2023· article· en· W4389896098 sur OpenAlexfundno aff
Nilufa Sultana, Felicity Roddick, Bruce Jefferson, Li Gao, David Bergmann, Jim Papalois, Mike Guo, Kyriakos Tzimourtas, Biplob Kumar Pramanik

Notice bibliographique

RevueThe Science of The Total Environment · 2023
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueOdor and Emission Control Technologies
Établissements canadiensnon disponible
Organismes subventionnairesRMIT UniversitySouth East WaterOntario Ministry of Natural Resources and ForestryAustralian National Fabrication Facility
Mots-clésGreaseEnvironmental scienceEffluentPalmitic acidWastewaterEnvironmental engineeringPulp and paper industryWaste managementEnvironmental chemistryChemistryFatty acidEngineering

Résumé

récupéré en direct d'OpenAlex

The water industry worldwide experiences numerous sewer blockages each year, partially attributed to the accumulation of fat, oil and grease (FOG). Managing this issue involves various strategies, including the requirement for installation of grease interceptors (GIs) installation. However, the claimed efficacy of commercial GIs of eliminating 99 % of FOG has been questioned for many years because FOG deposit formation occurs despite food service establishments (FSEs) using GIs, therefore detailed understanding of FOG wastewater compositions and its removal by GIs is required. This study provides an insight into the key FOG components such as FOG particle size, metals and fatty acid (FA) profile in GI influent and effluent, and within the GI, at three different FSEs. Analysis of FAs identified substantial proportions of extra-long-chain FAs in the effluents, including arachidic (C20:0), behenic (C22:0), mead (C20:3), lignoceric (C24:0), and nervonic (C24:1) acids. In contrast, the household kitchen released palmitic (C16:0), oleic (C18:1) and linoleic (C18:2) acids. It was further observed that scums effectively remove the larger FOG particles, leaving only 10 % below 75.4 μm. Notably, FSEs which employed automatic dishwashers produced up to 80.4 % of particles ≤45 μm, whereas FSEs and household kitchen which used handwash sinks generated only 36.9 % and 26.3 % of particles ≤45 μm, respectively. This study demonstrated that the commercial GIs do not remove FOG entirely but clearly demonstrated that they discharge high concentrations of FOG with extra-long FFAs which were attributed to the occurrence of microbial activity and hydrolysis of triglycerides within the GI, potentially contributing to FOG deposition.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,213
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Science of The Total EnvironmentMême sujetOdor and Emission Control TechnologiesTravaux en français237 207